k-R1 DeepSeek颠覆式创新——开源 33 政企、创业者必读 新时代下的集中力量办大事  每个企业都可以直接使用DeepSeek，因为开源透明可信任，企业和 政府可做大量私有化部署  一个开源产品获得突破之后，全世界都能分享成果，结束中国百模大 战，节省大量成本  很多公司参与开源，帮助改进产品，很多人基于DS生态开发应用产 品，增加影响力，人人为我，我为人人  训练成本降低，堆显卡模式受质疑，探索新思路，算法优化空间大  无需训练自己的基座模型，直接部署在DeepSeek上，不用重复发明轮子  公开蒸馏方法，帮助其他模型提升能力，实现了模型制造模型，犹如工业母机  小模型可部署在企业内电脑或一体机上，使用成本降低，形成分布式推理网络  技术门槛降低， 可标准化、SaaS化部署，下载就能用 DeepSeek颠覆式创新——成本暴跌 35 政企、创业者必读 政企、创业者必读 惠及全球人民，科技平权，技术平民化  运营商、云服务可免费用，降低云服务成本  大型企业可使用多个DeepSeek，解决不同场景需求  中小企业免费部署，消除数字鸿沟  个人可以拥有自己的DeepSeek ，可以成为超级个体  对于创业者得到世界最先进大模型，如虎添翼，和巨头站在 同一起跑线上  很多发展中国家都能成为大模型玩家，实现人类命运共同体 DeepSeek颠覆式创新——免费

云发展战略组成部分。IDC多云战略调研发现：目前，��%的中国企业已经构 建多云/混合云环境，被访企业平均拥有�个公有云服务商，�个私有云服务 商；��%的中国企业将在当前和未来�-�年持续选择多云部署模式，有意识地 将资源、业务和服务能力分散到多个云平台上。 �� 获得先进技术能力是当前企业选择下一朵云的首要核心驱动力。企业在新引 入云服务商时，应关注其是否在关键领域具备符合企业发展需求的领先技术 设施规划与业务发展规划密切相关，在业务发展的每一个阶段都应起到核心推动 作用。 图� 企业IT架构密切支持业务各阶段的发展 来源：IDC，���� 初步探索期 快速增长期 巩固期+ 新一轮探索期 试点建设，小规模部署和应用 灵活扩展支持业务增长 资源持续整合优化+ 面向未来的布局和规划 �� 在经历初创期的IT系统快速交付后，企业需要不断思考IT系统的灵活扩展、整合 优化以及面向未来的统筹规划问题。大多数企业在业务与数字化的协同发展中， 云应用场景： 场景一：构建冗余环境。利用异构云环境提供容灾备份服务，其区别于传统 的同构备份或两地三中心模式，更多是企业综合考虑诸多因素后，采用异构 云所设计的备份方案。企业可在多个云环境中部署关键业务系统，实现多活 容灾架构，或在不同云之间定期备份数据，增强系统的容错能力和灾难恢复 速度。例如，一些制造业企业基于合规要求，将数据在私有云上进行备份。 异构云备份对于故障隔离与切换有很强的现实意义，当某个云平台发生问题

将逐步扩大。 ➢ 需求端：我们详细梳理了包括字节、阿里、腾讯在内共计15家下游厂商的IT容量需求情况。基于各需求方的业务发展情况、服务器 采购数量及未来相关预算投入、采用第三方算力中心服务的IT部署比例等数据，对各需求方未来的需求容量进行了测算。结合各需 求方的服务器采购情况及供给侧的客户结构等历史数据分析，以上厂商持续且稳定带来了市场中绝大部分的定制批发需求，预测期 内，假设上述15家需求方 力中心演变。 UPS电源 柴油发动机 … … 算力中心作为算力资源的关键载体，通过集成高性能计算、大规模存储、高速网络等基础设施，提供提供大规模、 高效率、低成本的算力服务。确保算力资源的集中部署、高效运行。 8 算力中心的定义与概览 中央监控 电源配电柜 消防减压系统 机柜及其附件 气体灭火系统 UPS不间断电 源及PMM电 源管理系统 精密空调设 备和冷却器 高性能液冷 高性能液冷 服务器机柜 钢制布 线系统 光纤布线系统 • 算力中心，是一种集中提供计算能力的基础设施，主要由算力设备、 存储设备、网络设备及管理运维系统四大核心要素构成。 • 算力资源的部署与利用离不开算力中心的支撑。核心使命是提供强 大的算力支持，以应对各类复杂的计算挑战，如数据处理、AI模型 训练等。 • 算力中心通过高速网络连接形成计算集群，提供高性能、高可靠性 和高可扩展性的计算能力，支持数据分析、模拟计算和人工智能等

内这些系统将在多⼤程度上能够发展超出基本能⼒，如运动和拾取任务等。赋予 ⼤型预训练模型明确推理能⼒仍然是⼈⼯智能领域的⼀个前沿，将为机器⼈技术 的⼴泛部署打开⼤⻔，在那⾥代理⼈在物理世界中⾏动和交互。模型⼤⼩以及模 型在训练和推理中的能源消耗在将最新的⼤型模型部署到机器⼈技术中时仍然是 主要瓶颈之⼀，因为系统通常具有资源约束。我期待在这些领域看到更多激动⼈ ⼼的发展。我是⼀位技术爱好者，我相信机器⼈技术，机器学习和⼈⼯智能等技 在机器⼈上部署复 杂的AI模型成为可能。 6.⼩型语⾔模型（SMLs） 与边缘计算相关的是，在人工智能不断发展的格局中，焦点越来越多地转向小型语言模型（SLMs）的开发和部署。SMLs与更广为人知的大型语言模型（LLMs）有相似之处，但提供效率、成本效益和适应性等品质，在机器人领域尤为宝贵。 在边缘计算相关领域，随着⼈⼯智能不断发展，焦点逐渐转向⼩语⾔模型（SLMs） 的开发和部署。 SML 、成本效益和适应性⽅⾯提供了特别有价值的特质，在机器⼈领域尤为重要。 SLMs最显著的优势之⼀是减少训练所需数据量，这直接转化为减少的训练时间和 成本。对于AI能⼒的机器⼈，这可以导致更快地在实地部署。 © 2024 Citigroup 16 Citi GPS: 全球视⻆与解决⽅案 2024年12⽉ SLM（Small Language Models）的另⼀个关键优势是它们相对于LLM（Large

础较好地区集约 化开展智算中心建设，逐步合理提升智能算力占比。推动不同 计算架构的智能算力与通用算力协同发展，满足均衡型、计算 4 和存储密集型等各类业务算力需求。 3. 促进边缘算力协同部署。加快边缘算力建设，支撑工业 制造、金融交易、智能电网、云游戏等低时延业务应用，推动 “云边端”算力泛在分布、协同发展。加强行业算力建设布局， 满足工业互联网、教育、交通、医疗、金融、能源等行业应用 级计算和边缘 5 计算等场景，开展数据处理器（DPU）、无损网络等技术升级 与试点应用，实现算力中心网络高性能传输。 2. 强化算力接入网络能力。推动城域光传输设备向综合接 入节点和用户侧部署，加快实现大带宽、低时延的全光接入网 络广泛覆盖，城区重要算力基础设施间时延不高于 1ms。提升 边缘节点灵活高效入算能力，满足企业快速、就近、灵活、高 效联接算力需求。 3. 提升枢纽网络传输效率。推动算力网络国家枢纽节点直 提升枢纽网络传输效率。推动算力网络国家枢纽节点直 连网络骨干节点，逐步建成集群间一跳直达链路，国家枢纽节 点内重要算力基础设施间时延不高于 5ms。推动超低损光纤部 署，优化光缆路由。加快 400G/800G 高速光传输网络研发部署 和全光交叉、SRv6、网络切片、灵活以太网、光业务单元等技 术应用，实现网络传输智能高效、灵活敏捷、按需随选。 4. 探索算力协同调度机制。推动以云服务方式整合算力资 源，充分发挥云计算资源弹性调度优势。鼓励各方探索打造多

https://www.volcengine.com/product/ark Molly R1（小程序） DeepSeek私有化部署 25 模型的私有化部署的方式： • Ollama部署: 个人本地部署【推荐】，方便快速，适用于蒸馏模型 • vLLM部署：生产、开发、垂直领域私有化部署，精度可控，更专业 • 其它 Model Base Model 特点 DeepSeek-R1-Distill-Qwen-1 DeepSeek-R1-Distill-Llama-70B Llama-3.3-70B-Instruct DeepSeek-R1-671B DeepSeek-V3-Base 满血版，能力最强 DeepSeek R1全家桶 部署DeepSeek-R1 满血版的算力要求和性能 模 型 原 理 PART 03 GPT工作原理-1 概率预测+文字接龙 1. 收到提示词 示例:“今天天气不错，我决定” 4.基于上下文预测下一个token

应用终端 “ 绿电” 随心用： 开放支持产业链上下 游伙伴，积极探索通 用电池的各种应用场 景，并为合作伙伴量 身定制专属商业模型 和解决方案，通过应 用的低代码配置和快 速灵活部署，支持一 站式交付。 1 腾讯云 云计算 物联网 大数据 人工智能 安全 区块链 云边端协同混合云底座 公有云 + 私有云 + 分布式云 + 边缘云 应用开发平台 技术支持平台 1 纯自研产品输出、无定开内容； 3. PaaS平台一体化建设，测试生产两套 环境部署，合同金额double； 4. 包含产品： � 容器和中间件平台 � 分布式消息服务Kafka � 缓存Redis � 数据库MySQL � 数据库PGSQL 交付效果/客户价值 业务需求/挑战 � 长鑫在支持应用软件快速构建、部署及运营方面，尚未形成应用云平台的 支撑能力 � 计划通过微服务+容器技术 计划通过微服务+容器技术构建长鑫PaaS应用云平台，实现长鑫应用软件 技术栈统一标准及规范，加强应用软件研发的自主可控能力，支撑应用软 件快速构建部署及运营 � 支持应用快速交付和快速部署 � 优化资源利用率，支持弹性扩容 云 资 源 管 理 云 原 生 底 座 PaaS 服 务 应 用 编 排 & 管 控 X86/ Tencent OS 鲲鹏/ Tencent OS 飞腾/ UOS ..

着DeepSeek等开源模型推动推理应用爆发，推理侧算力需求大幅上涨，智算中心利用率有望 逐步提高。 3) 工具生态日益完善：分布式AI框架、LLMOps平台和一体机产品等不断发展，深度融合软硬 件优势，加速了大模型的训练与部署，有效支撑了产业侧大模型的应用建设。 4）商业化以项目制与订阅制为主流：政企侧客户以项目制为主，C端产品多采用“免费+订阅 制”的模式。新兴商业模式为按应用效果或功能点收费，创新的模式可在降低客户采购决策成 代超大模型的训练投入，此外也在尝试多途技术 路径提升大模型能力，如后训练的思维链优化，将Scaling方法由预训练转移到了强化学习推理优化阶段，为大模型能力扩展提供新道路， 也对未来大模型的训推参数部署、AI推理算力需求等潜在方案布局带来新变数。 13 中国人工智能产业价值总览 —— 大模型对AI产业链带来哪些影响？ 02 14 ©2025.3 iResearch Inc. 模型分布式训练的训练与推理效率，助力开发者更高质量、更高效地完成大模型的训练及部署工作。从平台的角度来看，在大模型时代， AI 开发平台也在积极探索与升级。与传统AI模型相比，大模型在开发、应用及部署上对算力支持、数据管理、功能模块及工具库等方面均 提出更多要求，MLOps分化出LLMOps，出现面向大模型，提供整个模型生命周期中加速 AI 模型开发、部署和管理的专业平台工具。为 了顺应市场热点以及客户需求，各大厂

着DeepSeek等开源模型推动推理应用爆发，推理侧算力需求大幅上涨，智算中心利用率有望 逐步提高。 3) 工具生态日益完善：分布式AI框架、LLMOps平台和一体机产品等不断发展，深度融合软硬 件优势，加速了大模型的训练与部署，有效支撑了产业侧大模型的应用建设。 4）商业化以项目制与订阅制为主流：政企侧客户以项目制为主，C端产品多采用“免费+订阅 制”的模式。新兴商业模式为按应用效果或功能点收费，创新的模式可在降低客户采购决策成 代超大模型的训练投入，此外也在尝试多途技术 路径提升大模型能力，如后训练的思维链优化，将Scaling方法由预训练转移到了强化学习推理优化阶段，为大模型能力扩展提供新道路， 也对未来大模型的训推参数部署、AI推理算力需求等潜在方案布局带来新变数。 13 中国人工智能产业价值总览 —— 大模型对AI产业链带来哪些影响？ 02 14 ©2025.3 iResearch Inc. 模型分布式训练的训练与推理效率，助力开发者更高质量、更高效地完成大模型的训练及部署工作。从平台的角度来看，在大模型时代， AI 开发平台也在积极探索与升级。与传统AI模型相比，大模型在开发、应用及部署上对算力支持、数据管理、功能模块及工具库等方面均 提出更多要求，MLOps分化出LLMOps，出现面向大模型，提供整个模型生命周期中加速 AI 模型开发、部署和管理的专业平台工具。为 了顺应市场热点以及客户需求，各大厂

引 实施这一重大转型变革，以充分挖掘人工智能的潜力。 对于银行而言，把握人工智能带来的重大机遇实际需要的 不仅仅是技术投资，还要求对战略、文化、运营方式和道 德框架进行全面重构，为人工智能的部署提供支持。 对于银行而言，人工智能不仅是一项技术投 资，也将成为重新定义战略、运营和文化的 催化剂。为充分挖掘人工智能的潜力，银行 必须以开放的心态拥抱变革，并将人工智能 融入成为推动以客户为中心实现可持续发展 对其未来发展至关重要，同时也已开始利用人工智能提 升效率，但只有一小部分表示其人工智能投资已能够推 动收入增长。 银行面临着独特的挑战 对许多银行而言，建立一个足够强大的风险管理环境，为 人工智能在更多领域的部署提供支持，特别是在信贷决策 或合规监控等受到高度监管的领域，仍面临着诸多的难 题。对数据治理、运营完整性和监管审查的担忧，使得进 展不顺。与此同时，技术的快速进步，再加上专有人工智 能平台与 设计符合核心竞争力并能够创造价 值的人工智能战略 银行应制定与其核心竞争力相一致的人工 智能宏伟愿景。应围绕这一愿景规划转型 路线图，以重新定义人工智能推动增长和 创新的方式，并在团队中落实成果责任 制。将人工智能部署与战略目标相结合， 如改进欺诈检测、简化业务流程和增强客 户个性化体验，可有助于最大限度地提高 投资回报。 建立对转型路线图的信任 人工智能的应用可能使银行业面临独特的 信任风险，这意味着必须从一开始就实施